Baseline Neutrophil-Lymphocyte Ratio Combined with Mean Corpuscular Volume in Predicting Catheter-Related Bloodstream Infection: A Retrospective Case-Control Study

기술 요약: 카테터 관련 혈류 감염 예측을 위한 기저치 호중구 대 림프구 비율(NLR)과 평균 적혈구 용적(MCV)의 결합

문제 제식 (Problem Statement)
중심정맥관 관련 혈류 감염(CLABSI)은 삽입형 중심정맥관의 심각한 합병증으로 남아 있으며, 환자의 사망률, 입원 기간 및 의료 부담을 크게 증가시킨다. 기존 연구들은 거시적 위험 요인(예: 카테터 체류 시간, 다루멘 카테터)과 생물학적 표지자(예: 백혈구 수, 프로칼시토닌)를 식별해 왔으나, 전향적 위험 계층화 도구에 대한 연구에는 공백이 존재한다. 기존 연구들은 대개 감염 발생 후의 진단적 표지자에 집중할 뿐, 카테터 삽입 전 사용 가능한 예측 지표에 초점을 맞추지 못했다. 또한, 일상적인 혈액학적 지표, 특히 호중구 대 림프구 비율(NLR)과 평균 적혈구 용적(MCV)의 독립성 및 상호작용 효과가 CLABSI 위험에 미치는 영향은 체계적으로 규명되지 않았다.

연구 방법론 (Methodology)
본 연구는 2022년 1월부터 2023년 12월까지 복건 의과대학교 제1 부속 병원에서 수행된 81명의 환자를 대상으로 하는 후향적 환-대조군 설계(case-control design)를 채택하였다.

• 대상자: 사례군(Case group)은 CLABSI로 진단받은 27명의 환자로 구성되었다. 대조군(Control group)은 중심정맥관을 삽입하였으나 CLABSI가 발생하지 않은 54명의 환자로 구성되었으며, 연령(±5세), 성별, 기저 질환(외상, 혈액 질환, 뇌혈관 질환 및 종양)을 기준으로 사례군과 1:2로 매칭되었다.
• 데이터 수집: 카테터 삽입 전 24~48시간 이내에 실시된 일상적인 혈액 검사로부터 기저 실험실 데이터를 추출하였다. 주요 변수로는 NLR과 MCV, 그리고 인구통계학적 및 임상적 교란 변수(예: 중환자실 입실, 당뇨병, 카테터 유형, 정맥 영양)가 포함되었다.
• 진단 기준: CLABSI 진단은 2011년 CDC/NHSN 감시 정의를 준수하였으며, 카테터 체류 기간 중 또는 제거 후 48시간 이내에 균혈증이 발생하고 미생물학적 확진과 함께 전신 감염 증상이 동반되어야 한다.
• 통계 분석:
  • 회귀 분석: 다변량 로지스틱 회귀 분석을 사용하여 임상적 교란 요인을 조정한 독립적인 위험 요인을 식별하였다.
  • 예측 성능: ROC 곡선 분석을 통해 NLR과 MCV 각각의 AUC(곡선 아래 면적)를 평가하였다.
  • 상호작용 분석: 다차원성 감소(MDR) 기법을 활용하여 MCV와 NLR 사이의 비선형 상호작용을 탐지하였다.
  • 검증: 확인된 상호작용에 기반한 예측 모델은 10겹 교차 검증(ten-fold cross-validation)을 통해 검증되었다.

주요 결과 (Key Results)

• 독립적 예측 인자: 다변량 분석 결과, 기저치 NLR은 CLABSI의 독립적인 위험 요인(OR = 1.081, P = 0.033)으로, MCV는 보호 요인(OR = 0.934, P = 0.038)으로 확인되었다.
• 예측 정확도: ROC 분석 결과, MCV(AUC = 0.706)가 NLR(AUC = 0.635)보다 우수한 예측 성능을 보였다. MCV의 최적 절단값(cutoff)은 91.5 fL로 결정되었다.
• 비선형 연관성: 제한적 3차 스플라인(Restricted cubic spline) 모델은 MCV와 CLABSI 위험 사이의 유의미한 비선형 관계를 확인하였으나(P = 0.039), NLR의 비선형 연관성은 통계적 유의성에 도달하지 못했다.
• 상호작용 및 위험 계층화: MDR 분석 결과, MCV와 NLR 사이의 유의미한 상호작용이 나타났다 (P < 0.001).
  • 고위험 조합: MCV < 91.5 fL** 이면서 **NLR > 8 인 환자들은 가장 높은 위험을 보였으며, 상대 위험도는 9.375였고 감염 위험비는 0.75였다(이는 해당 요인들이 없을 때 강력한 보호 효과가 있음을 시사한다).
  • 모델 성능: 이 상호작용을 기반으로 구축된 예측 모델은 10겹 교차 검증에서 10/10의 일관성을 보이며 76.7%의 정확도를 달성하여, 과적합 없이 견고함을 입증하였다.
• 하위 그룹 결과: NLR과 CLABSI의 연관성은 65세 초과 환자 및 비당뇨 환자에서 더 뚜렷하게 나타났다. 당뇨 환자의 경우, 만성 염증 상태가 표지자의 유용성을 가리기 때문에 NLR의 예측력이 유의미하지 않았다.

핵심 기여 (Key Contributions)

1. 새로운 예측 조합: 본 연구는 단일 표지자 분석을 넘어, 카테터 삽입 전 NLR과 MCV의 결합된 예측 가치를 체계적으로 평가한 최초의 연구이다.
2. 상호작용의 식별: 상승된 NLR(전신 염증/면역 억제 반영)과 감소된 MCV(골수 예비력/영양 상태 저하 반영) 사이의 상호작용이 단일 표지자보다 더 강력한 예측력을 갖는 시너지 위험("1+1>2")을 생성함을 입증하였다.
3. 일상 데이터의 임상적 유용성: 본 연구 결과는 널리 접근 가능하고 비용이 저렴한 일상적인 혈액 검사 파라미터를 활용하여, 카테터 삽입 전 고위험 환자를 조기에 식별하기 위한 위험 계층화 도구를 구축할 수 있음을 시사한다.

의의 및 주장 (Significance and Claims)
본 논문은 카테터 삽입 전 상승된 NLR과 감소된 MCV 사이의 상호작용이 CLABSI의 결합 예측 인자로 작용한다고 주장한다. 이러한 접근 방식은 고위험 환자의 조기 식별을 용이하게 하여, 임상 현장에서 표적 예방 전략을 시행하는 데 도움을 줄 수 있다.

저자들은 이 연구를 "수동적 진단"에서 "능동적 예방"으로 전환하기 위한 단계로 규정한다. 이들은 이러한 지표들을 병원 정보 시스템에 통합함으로써 카테터 삽입 전 자동화된 위험 평가가 가능해질 것이라고 제안한다. 그러나 저자들은 본 모델이 76.7%의 정확도를 가진 의사 결정 지원 시스템으로서 유망함을 보여주기는 하지만, 아직 단독 진단 도구는 아니라는 점을 인정하며 신중한 입장을 유지한다. 또한, 단일 센터 연구라는 점과 작은 표본 크기를 고려할 때, 인과 관계 추론과 일반화 가능성을 확인하기 위해서는 대규모의 전향적 다기관 코호트 연구를 통한 검증이 필요함을 강조한다.